Fugu-MT 論文翻訳(概要): A Machine With Human-Like Memory Systems

論文の概要: A Machine With Human-Like Memory Systems

arxiv url: http://arxiv.org/abs/2204.01611v1
Date: Mon, 4 Apr 2022 16:05:53 GMT
ステータス: 処理完了
システム内更新日: 2022-04-05 17:57:36.617091
Title: A Machine With Human-Like Memory Systems
Title（参考訳）: 人間のような記憶システムを持つ機械
Authors: Taewoon Kim, Michael Cochez, Vincent Francois-Lavet, Mark Neerincx, and Piek Vossen
Abstract要約: セマンティックメモリとエピソードメモリの両方でエージェントを明示的にモデル化する。これを示すため、私たちは自身の挑戦的環境である"The Room"を設計、リリースしました。 Room環境は、マシンと人間が協力できるハイブリッドインテリジェンス設定を可能にする。
参考スコア（独自算出の注目度）: 4.368098726733994
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Inspired by the cognitive science theory, we explicitly model an agent with both semantic and episodic memory systems, and show that it is better than having just one of the two memory systems. In order to show this, we have designed and released our own challenging environment, "the Room", compatible with OpenAI Gym, where an agent has to properly learn how to encode, store, and retrieve memories to maximize its rewards. The Room environment allows for a hybrid intelligence setup where machines and humans can collaborate. We show that two agents collaborating with each other results in better performance than one agent acting alone. We have open-sourced our code and models at https://github.com/tae898/explicit-memory.
Abstract（参考訳）: 認知科学理論に触発されて,意味記憶システムとエピソード記憶システムの両方でエージェントを明示的にモデル化し,これら2つのメモリシステムのうちの1つよりも優れていることを示す。これを示すために、我々はOpenAI Gymと互換性のある「The Room」という挑戦的な環境を設計、リリースしました。 Room環境は、マシンと人間が協力できるハイブリッドインテリジェンス設定を可能にする。 2つのエージェントが互いにコラボレーションすることで,1つのエージェントが単独で行動するよりもパフォーマンスが向上することを示す。コードとモデルをhttps://github.com/tae898/explicit-memoryでオープンソースにしました。

関連論文リスト

Impact of Decentralized Learning on Player Utilities in Stackelberg Games [57.08270857260131]
多くの2エージェントシステムでは、各エージェントは別々に学習し、2つのエージェントの報酬は完全に一致しない。分散学習を用いたStackelbergゲームとしてこれらのシステムをモデル化し、標準後悔ベンチマークが少なくとも1人のプレイヤーにとって最悪の線形後悔をもたらすことを示す。我々は,これらのベンチマークに関して,両プレイヤーにとってほぼ最適な$O(T2/3)を後悔するアルゴリズムを開発した。
論文参考訳（メタデータ） (2024-02-29T23:38:28Z)
Towards a Unifying Model of Rationality in Multiagent Systems [11.321217099465196]
マルチエージェントシステムは、これらのエージェントが互いに協力するのと同じくらい効果的に、他のエージェント(人間を含む)と協力する必要がある。本稿では,個々に合理的な学習者であり,相互に協力できる社会的知的エージェントの汎用モデルを提案する。我々は、異なる形態の後悔のために、社会的にインテリジェントなエージェントを構築する方法を示します。
論文参考訳（メタデータ） (2023-05-29T13:18:43Z)
ArK: Augmented Reality with Knowledge Interactive Emergent Ability [115.72679420999535]
基礎モデルから新しいドメインへの知識記憶の伝達を学習する無限エージェントを開発する。私たちのアプローチの核心は、Augmented Reality with Knowledge Inference Interaction (ArK)と呼ばれる新しいメカニズムである。我々のArKアプローチは,大規模な基礎モデルと組み合わせることで,生成された2D/3Dシーンの品質を大幅に向上することを示す。
論文参考訳（メタデータ） (2023-05-01T17:57:01Z)
Generative Agents: Interactive Simulacra of Human Behavior [86.1026716646289]
生成エージェントを導入し,人間の振る舞いをシミュレートする計算ソフトウェアエージェントについて紹介する。エージェントの経験の完全な記録を格納するために,大規模言語モデルを拡張するアーキテクチャについて述べる。 The Simsにインスパイアされた対話型サンドボックス環境に生成エージェントを投入する。
論文参考訳（メタデータ） (2023-04-07T01:55:19Z)
A Machine with Short-Term, Episodic, and Semantic Memory Systems [9.42475956340287]
明示的な人間の記憶システムの認知科学理論に触発されて、我々は短期的、エピソード的、セマンティックな記憶システムを持つエージェントをモデル化した。実験により,人間のような記憶システムを持つエージェントは,このメモリ構造を環境に残さずにエージェントよりも優れた性能を発揮できることが示唆された。
論文参考訳（メタデータ） (2022-12-05T08:34:23Z)
Creating Multimodal Interactive Agents with Imitation and Self-Supervised Learning [20.02604302565522]
SFからの一般的なビジョンは、ロボットはいつか私たちの物理的空間に住み、世界は私たちのように感じ、肉体労働を補助し、自然言語を通して私たちとコミュニケーションする、ということだ。本稿では,仮想環境の単純化により人間と自然に対話できる人工エージェントを設計する方法について検討する。シミュレーションされた世界における人間と人間の相互作用の模倣学習は、自己指導型学習と合わせて、多モーダルな対話型エージェントを作るのに十分であることを示す。
論文参考訳（メタデータ） (2021-12-07T15:17:27Z)
Shaping embodied agent behavior with activity-context priors from egocentric video [102.0541532564505]
そこで我々は,人間の着用カメラで撮影した野生の自我中心の映像から,アクティビティ・コンテクストの先行情報を発見するためのアプローチを提案する。我々は,ビデオの先行を補助報酬関数としてエンコードし,エージェントが対話を試みる前に,互換性のあるオブジェクトをまとめるように促す。我々は,AI2-iTHORの様々な複雑なタスクを行う仮想家庭ロボットエージェントに利益をもたらすために,記述されていないキッチン活動を行う人々のエゴセントリックEPIC-Kitchensビデオを用いて,私たちのアイデアを実証する。
論文参考訳（メタデータ） (2021-10-14T20:02:59Z)
Learning Affordance Landscapes for Interaction Exploration in 3D Environments [101.90004767771897]
エージェントは環境の仕組みを習得できなければならない。相互作用探索のための強化学習手法を提案する。 AI2-iTHORで私たちのアイデアを実証します。
論文参考訳（メタデータ） (2020-08-21T00:29:36Z)
A Proposal for Intelligent Agents with Episodic Memory [0.9236074230806579]
エージェントはエピソード記憶の恩恵を受けるだろうと我々は主張する。このメモリはエージェントの経験をエージェントが経験を信頼できるようにエンコードする。本稿では,ANNと標準計算機科学技術を組み合わせて,エピソード記憶の記憶と検索を支援するアーキテクチャを提案する。
論文参考訳（メタデータ） (2020-05-07T00:26:42Z)
Self-Attentive Associative Memory [69.40038844695917]
我々は、個々の体験(記憶)とその発生する関係(関連記憶)の記憶を分離することを提案する。機械学習タスクの多様性において,提案した2メモリモデルと競合する結果が得られる。
論文参考訳（メタデータ） (2020-02-10T03:27:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。